您的位置: 专家智库 > >

江文辉

作品数:3 被引量:13H指数:1
供职机构:华南理工大学更多>>
发文基金:国家自然科学基金广东省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 2篇自动化与计算...

主题

  • 2篇远程
  • 2篇机器人
  • 2篇工业机器人
  • 1篇多机
  • 1篇多机器人
  • 1篇多机器人协调
  • 1篇学习速率
  • 1篇用户
  • 1篇用户数
  • 1篇用户数据
  • 1篇用户数据报协...
  • 1篇远程控制
  • 1篇运动学
  • 1篇神经网
  • 1篇神经网络
  • 1篇生产线
  • 1篇时间驱动
  • 1篇实时仿真
  • 1篇数据报
  • 1篇自适

机构

  • 3篇华南理工大学

作者

  • 3篇江文辉
  • 2篇肖南峰
  • 1篇王婷

传媒

  • 1篇电子设计工程

年份

  • 1篇2016
  • 1篇2012
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
基于Internet的多机器人协调控制方法研究
自从20世纪50年代美国发明了第一台机器人以来,机器人的发展已经接近60年的时间。随着机器人技术的不断发展,机器人的应用领域以及范围都不断随之扩展。人们对机器人的要求也越来越高,尤其是在工业领域,希望机器人能代替人类做我...
江文辉
关键词:工业机器人实时仿真运动学远程控制
文献传递
基于改进BP神经网络的数字识别被引量:12
2011年
针对BP(Back Propagation)神经网络易陷入局部极小、收敛速度慢的缺点,提出了一种新的BP神经网络改进算法。与标准BP算法比较,该系统通过结合附加动量法和自适应学习速率形成新的BP改进算法。附加动量法虽然可以使BP算法避免陷入局部极小,但是对初始值的选取比较敏感,而且选取合适的学习速率比较困难。而自适应学习速率法可以自动把学习速率调整到一个合适的数值,也可以加快网络的收敛速度,但不能避免陷入局部极小。通过将两者结合起来形成新的改进算法,既可以避免陷入局部极小又可以加快网络的收敛速度。并在此基础上设计一个基于BP神经网络的数字识别系统,此系统可以作为核心部分应用到诸如票据等数字识别中去。实验结果表明,该方法成功的避免了BP算法陷入局部极小,而且收敛速度比标准BP算法提高了17.5倍。
王婷江文辉肖南峰
关键词:BP神经网络自适应学习速率
基于互联网的工业机器人远程控制方法
本发明公开一种基于互联网的工业机器人远程控制方法,包括:控制模式设计、网络协议选择、网络远程驱动、虚拟现实控制四个步骤,目的是通过互联网对流水生产线上的工业机器人进行远程控制,使其完成相关的生产任务。该发明采用客户机和服...
江文辉肖南峰
文献传递
共1页<1>
聚类工具0